多模態(tài)大型語(yǔ)言模型(MLLM)通過(guò)在大型語(yǔ)言模型(LLM)中集成視覺(jué)編碼器,在多模態(tài)任務(wù)中取得了有希望的結(jié)果。然而,大型模型的大小和廣泛的訓(xùn)練數(shù)據(jù)帶來(lái)了顯著的計(jì)算挑戰(zhàn)。例如,LLaVA-NeXT的最大版本使用了Qwen-1.5-110B,并且使用128個(gè)H800 GPU訓(xùn)練了18小時(shí)。
北京第二十六維信息技術(shù)有限公司(至頂網(wǎng))版權(quán)所有. 京ICP備15039648號(hào)-7 京ICP證161336號(hào)京公網(wǎng)安備 11010802021500號(hào)
舉報(bào)電話:010-62641205-5060 涉未成年人舉報(bào)專線:010-62641208 舉報(bào)郵箱:jubao@zhiding.cn
網(wǎng)上有害信息舉報(bào)專區(qū):https://www.12377.cn